Агенты ИИ в IT: 60% ежедневных задач раскрыты

Восход агентов ИИ в предприятиях

Агенты ИИ становятся следующим большим прорывом в мире технологий, и кажется, что все хотят в этом участвовать. Но чем именно занимаются эти агенты в бизнесе? В многих случаях они не только выполняют свои задачи, но и помогают создавать новых агентов. Они особенно полезны в IT-отделах, где управляют производительностью системы, включая инфраструктуру, которая поддерживает других агентов ИИ. Однако их роли могут значительно варьироваться в зависимости от отрасли.

Недавний опрос Cloudera, в котором участвовали 1484 IT-лидера, показал, что поразительные 96% организаций готовятся расширить использование ИИ в течение следующего года. Это впечатляющая цифра, учитывая, что обычно как минимум 10% респондентов в любом опросе являются выбросами. Более того, 57% этих организаций уже начали внедрять агентов ИИ за последние два года. Однако энтузиазм омрачается опасениями по поводу конфиденциальности данных, проблемами интеграции и вопросами качества данных, которые могут потенциально сорвать эти планы.

Текущие приложения и стратегии развертывания

Большинство агентов ИИ, используемых в настоящее время, встроены в IT-операции, причем основное внимание уделяется оптимизации производительности (66%), мониторингу безопасности (63%) и помощи в разработке (62%). Откуда же берутся эти агенты? Значительные 66% респондентов создают этих агентов с помощью платформ инфраструктуры предприятия для ИИ, в то время как 60% используют агентские возможности, уже встроенные в их основные приложения. По мнению авторов опроса, этот подход подчеркивает предпочтение развертываний, которые являются масштабируемыми, безопасными и тесно связанными с источниками данных.

Помимо оптимизации IT, агенты ИИ оставляют свой след в операциях, связанных с клиентами, в основном в области поддержки клиентов (78%), автоматизации процессов (71%) и прогнозной аналитики (57%). Когда дело доходит до создания этих агентов, технологии выбора включают платформы инфраструктуры предприятия для ИИ (66%), возможности агентов в приложениях (60%) и специализированные платформы и фреймворки для агентов ИИ (60%).

Проблемы и опасения

Конечно, агенты ИИ не лишены своих проблем. Общие вызовы включают опасения по поводу конфиденциальности данных (53%), трудности с интеграцией с существующими системами (40%) и высокие затраты на внедрение (39%). Более трети (37%) респондентов сочли интеграцию агентов ИИ в их текущие системы и рабочие процессы "очень" или "крайне" сложной. Как отметили авторы опроса, развертывание агентов ИИ далеко от простого подключения и использования, что отражает постоянные проблемы, наблюдаемые с предыдущими технологическими достижениями.

Технологические лидеры жаждут улучшений в агентах ИИ, особенно в таких областях, как конфиденциальность данных и функции безопасности (65%), более быстрое обучение и настройка (54%), улучшенная обработка естественного языка (51%) и улучшенное понимание контекста (50%).

Примеры использования по отраслям

Примеры использования агентов ИИ значительно варьируются в зависимости от отраслей:

• В финансах и страховании ведущие приложения включают выявление мошенничества (56%), оценку рисков (44%) и консультационные услуги по инвестициям (38%).
• В производстве агенты ИИ используются для автоматизации процессов (49%), оптимизации цепочек поставок (48%) и контроля качества (47%).
• В здравоохранении агенты ИИ в основном используются для планирования встреч (51%), помощи в диагностике (50%) и обработки медицинских записей (47%).
• В телекоммуникациях агенты ИИ используются для ботов поддержки клиентов (49%), улучшения клиентского опыта (44%) и мониторинга безопасности (49%).

Рекомендации по внедрению агентов ИИ

Опрос Cloudera предлагает несколько рекомендаций для бизнеса, желающего эффективно внедрять агентов ИИ:

• Укрепление основ данных: Убедитесь, что у вас есть современная архитектура данных и унифицированные платформы, способные обрабатывать разнообразные и объемные данные, необходимые для агентов ИИ.
• Фокус на проекты с высоким воздействием: Начинайте с инициатив, которые обещают немедленную отдачу от инвестиций, таких как поддержка клиентов и автоматизация процессов, которые напрямую решают критические бизнес-задачи.
• Установление четкой ответственности: Определите, кто несет ответственность за производительность агента — будь то разработчик, владелец бизнеса или операционная команда.
• Разработка систем управления и этических рамок: Внедряйте системы для аудита предвзятости, обеспечения прозрачности в принятии решений и регулярной оценки поведения агента в соответствии с политикой компании и ожиданиями пользователей.
• Повышение квалификации команд: Переходите от базового обучения к развитию гибридных навыков, которые позволяют сотрудникам создавать, интегрировать и понимать агентов ИИ, способствуя культуре непрерывного обучения и сотрудничества между людьми и ИИ.

Энтузиазм, отраженный в ответах на опрос, указывает на то, что агенты ИИ готовы стать следующей крупной волной в технологии ИИ, предлагая целевые решения, а не сложные, всеобъемлющие системы, которых многие опасались. Будет интересно увидеть, станет ли запланированный уровень принятия в 96% реальностью.